室内环境下仿人机器人自主避障算法的研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-18页 |
| 1.1 课题研究背景及意义 | 第10页 |
| 1.2 SLAM概述 | 第10-12页 |
| 1.3 避障算法概述 | 第12-14页 |
| 1.3.1 静态避障 | 第12-13页 |
| 1.3.2 动态避障 | 第13-14页 |
| 1.4 仿人机器人概述 | 第14-17页 |
| 1.5 课题来源和研究内容 | 第17-18页 |
| 第2章 仿人机器人SLAM研究 | 第18-26页 |
| 2.1 引言 | 第18页 |
| 2.2 系统模型 | 第18-20页 |
| 2.2.1 全局坐标系和局部坐标系 | 第18-19页 |
| 2.2.2 机器人移动模型和观测模型 | 第19-20页 |
| 2.3 SLAM问题描述 | 第20-21页 |
| 2.4 FastSLAM算法 | 第21-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 基于模糊Q学习的静态避障 | 第26-41页 |
| 3.1 引言 | 第26页 |
| 3.2 强化学习 | 第26-27页 |
| 3.3 Q学习算法 | 第27-29页 |
| 3.3.1 传统Q学习算法 | 第27-28页 |
| 3.3.2 优化后的Q学习算法 | 第28-29页 |
| 3.4 模糊Q学习避障算法 | 第29-34页 |
| 3.4.1 棋盘式路径规划模型 | 第29-30页 |
| 3.4.2 动作空间和回报函数 | 第30页 |
| 3.4.3 基于模糊推理系统初始化Q表项 | 第30-32页 |
| 3.4.4 模糊Q学习算法 | 第32-33页 |
| 3.4.5 收敛性分析 | 第33页 |
| 3.4.6 分数阶PI控制器 | 第33-34页 |
| 3.5 仿真及实验研究 | 第34-40页 |
| 3.5.1 仿真研究 | 第34-37页 |
| 3.5.2 实验研究 | 第37-40页 |
| 3.6 本章小结 | 第40-41页 |
| 第4章 基于变维花朵授粉算法的动态避障 | 第41-54页 |
| 4.1 引言 | 第41-42页 |
| 4.2 环境建模 | 第42-43页 |
| 4.2.1 栅格地图 | 第42页 |
| 4.2.2 剪切式地图更新策略 | 第42-43页 |
| 4.3 适应度函数 | 第43-44页 |
| 4.4 花朵授粉算法 | 第44-46页 |
| 4.5 动态环境下基于变维花朵授粉算法的避障 | 第46-49页 |
| 4.5.1 变维花朵授粉算法 | 第46-47页 |
| 4.5.2 局部路径规划 | 第47-48页 |
| 4.5.3 动态避障策略 | 第48-49页 |
| 4.6 仿真及实验研究 | 第49-53页 |
| 4.6.1 仿真研究 | 第49-51页 |
| 4.6.2 实验研究 | 第51-53页 |
| 4.7 本章小结 | 第53-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-60页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第60-61页 |
| 致谢 | 第61页 |
